粮食安全是全球共同关注的焦点问题，而粮食产量是决定粮食安全的重要因素之一。ENSO是全球大气和海洋相互耦合的最强信号之一，也是年际气候变化中的最强信号。它会通过影响大气环流作用在全球引起严重的气候异常，给世界许多地区造成严重的旱涝和低温冻害等自然灾害。这些灾害给农业生产带来巨大损失进而威胁全球粮食安全。值得庆幸的是，气象研究机构可提前半年到一年的时间提供ENSO 预测信息，农户可以依据发布的ENSO信息和ENSO与当地粮食产量的关系提前制定相应的防御措施和应变对策。

已有的研究主要基于站点和区域尺度上分析了不同ENSO相位对粮食作物产量的影响，鲜有的几篇全球性研究还是基于粗略的国家尺度数据。前者只适用于特定的区域和国家，对全球模式的洞察力非常有限；而后者国家尺度的数据可能过于粗糙而不能捕获局部地区ENSO与产量之间的关系。此外，目前在全球尺度探索ENSO指数预报粮食作物产量能力的研究还非常有限。

北京师范大学国家安全与应急管理学院、应急管理部—教育部减灾与应急管理研究院张朝教授团队在农林科学领域国际TOP期刊《Agricultural System》发表研究长文，基于全球尺度最精细的统计数据，首次探讨了四大主要作物（即玉米、水稻、小麦和大豆）的单产对ENSO的空间响应模态，分析了每种作物主产国同时减产的概率，并定量评估了ENSO指数预报粮食作物产量的能力。

研究团队基于新整理的全球1980-2015年约12,000个政治单位的四大主要作物的统计数据，首先利用合成分析和Bootstrap重抽样探索了不同ENSO相位对全球四种主要粮食作物产量的显著性影响及差异，然后利用copula函数估算了粮食主产国在不同ENSO相位下产量同步损失的概率分布。最后，结合不同的ENSO指数组合和预报期，为每个行政区单独建立多元回归模型并确定最佳预报模型、ENSO指数组合以及预报期。

图1 El Niño（上）和La Niña（下）导致的作物产量异常的全球模式。 本文显著性水平用bootstrap检验（n=10,000，α=0.1）。 饼状图表示在El Niño/La Niña阶段产量显著正影响（蓝色）和负影响（红色）的全球收获面积的百分比，以及没有受到明显影响（浅灰色）

图2在El Niño和La Niña阶段小麦(a)、水稻(b)、大豆(c)和玉米(d) 前五个主产国同时减产的概率。误差棒表示基于Bootstrap采样1,0000次的标准差

图3 四种主要作物的记录和预测之间全球平均年产量异常的时间序列对比

研究结果表明两类ENSO事件对全球众多地区的粮食产量具有显著的影响，并且对不同的粮食作物的产量影响具有较大的差异（图1）。8.4%–13.4% （2.1%–18.3%)的小麦、水稻、玉米和大豆的收获面积受到El Niño显著负影响（正影响），5.8%–20.2% (3.4%–11.7%)受到La Niña显著负影响（正影响）。在全球尺度上，El Niño使小麦、水稻和玉米的平均作物产量分别减少1.32%、1.33%和0.37%，但使大豆的产量增加1.9%。 La Niña阶段使水稻（2.1%）、玉米（1.5%）和大豆（1.3%）的平均产量减少，但却有利于小麦（1.0%）的产量增加。在El Niño阶段，水稻（6.6%）同时损失的概率最高，而La Niña阶段同步减产概率最高的大豆（5.9%）（图2）。基于超前的ENSO指数，可以提前1-12个月可靠地预报全球~32.05%、~42.2%、~21%和~26.37%的小麦、水稻、玉米和大豆的收获面积作物产量，R2分别为0.24、0.26、0.24和0.23。尽管仅使用ENSO指数只能在有限的收获地区进行可靠的产量预报，但在ENSO敏感地区，这种预报是很熟练的。在全球尺度上，气候引起的作物异常对玉米、水稻和小麦来说是可以可靠预测的，但对大豆来说预测性较差（图3）。值得注意的是，在全球范围内，产量的异常与大多与ENSO现象的发生有关（如1982/1983、1988/1989、1997/1998、2009/2010、2011/2012）。更加证实了ENSO是导致全球范围内的不同地区作物产量的同时变化的主要原因之一，会对全球粮食安全构成风险。

本研究首次基于高精度、长时间序列的作物产量统计数据在全球尺度上开展 ENSO对主要粮食产量影响的研究，识别了ENSO响应敏感地区，并证实了在某些敏感区域ENSO指数与粮食产量之间有非常显著的相关关系。因此，若能适当利用 ENSO指数与粮食产量之间的关系，人们有可能提前半年甚至一年时间预测粮食产量。该研究为世界范围内的农业提供准确、可靠的预报预警信息，对防范和减轻农业气象灾害风险有十分重要的意义